研究人员提出双曲逆强化学习方法

Iulia Rusu、Anoop Praturu、Sergei Gepshtein和Tatyana Sharpee提出双曲逆强化学习（Hyperbolic IRL），利用特征向量与学习参数向量之间的双曲距离来参数化奖励函数，同时提供基于欧氏距离的变体。该方法旨在研究奖励结构的预测能力与可解释性。 在标准基准测试中，Hyperbolic IRL的表现与先进模型相当，在低数据量和密集环境下表现突出。研究人员还将其用于分析博物馆中的人类导航行为，发现多个展品距离特征之间存在不可分离的联合奖励结构。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。